在该对话框中设置完成后，单击【Continue】按钮， 返回【Independent-Samples T Test（独立样 本T检验）】对话框。
Step05：相关统计量的Bootstrap估计
单击【Bootstrap】按钮，在弹出的对话框 中可以进行如下统计量的Bootstrap估计。
• 支持均值和标准差的Bootstrap 估计。 • 支持平均值差值的Bootstrap 估计和显
• 1.使用目的
单样本t检验的目的是利用来自某总体的样 本数据，推断该总体的均值是否与指定的检 验值之间存在明显的差异。它是对总体均值 的假设检验。
D
2.基本原理
单样本t检验作为假设检验的一种方法，其基本步骤和假设检 验相同。其零假设为H0：总体均值与指定检验值之间不存在 显著差异。该方法采用t检验方法，按照下式计算t统计量。
4.1.4 实例进阶分析：机票的折扣费
1 .实例内容
1995年2月，某个航班往返机票的平均折扣费是258美 元（《今日美国》，1995年3月30日）。随机抽取了在 3月份中15个往返机票的折扣费作为一个简单随机样本， 结果得到下面的数据： 310 260 265 255 300 310 230 250 265 280 290 240 285 250 260 请你检验3月份往返机票的折扣费是否有所增加？
Step02
在候选变量列表框中选择“pirce”变量，将其添加至 【Test Variables（检验变量）】列表框中。
Step03
在【Test Value（检验值）】文本框中输入检验值 “258”。
Step04
单击【OK】按钮，完成操作。
3. 实例结果及分析
下表所示为单样本t检验的分析结果，表格中各项的含义前 面已经详细讲解了。由于这里双侧概率P值0.082略大 于显著性水平0.05，因此接受零假设，认为3月份往返 机票的折扣费没有变化。
Step02： 选择检验变量。
在该对话框左侧的候选变量列表框中选择一个或几 个变量，将其移入【Test Variable(s)（检验变 量）】列表框中。其中，左侧候选变量列表框中显
示的是可以进行t检验的变量。
Step03： 选择样本检验值。
在【Test Value（检验值）】文本框中输入检验值，
第4章SPSS的均值比较过程
SPSS主要有以下模块实现均值比较过程。 ● One-Sample T Test：单样本 t 检验。 ● Independent-Sample T Test：两个独立 样本均值的 t 检验。 ● Paired-Sample T Test：两个配对样本均 值的 t 检。
4.1 SPSS在单样本t检验的应用
单样本t检验分析结果
机票 折扣 费
Test Value = 258
95% Confidence I
nterval of the Diff
Sig. (2- Mean Di
erence
t
df tailed) fference Lower Upper
1.87 5
14
.082 12.000 -1.73 25.73
相当于假设检验问题中提出的零假设H0：
μ=μ0。
Step04：其他选项设置。
单击【Options】按钮，弹出【One-Sample T Test：Options(单样本T检验：选择)】对话框。 该对话框用于指定输出内容和关于缺失值的处理方
法，其中各选项的含义如下。
Confidence Interval：该文本框用于设置在指 定水平下，样本均值与指定的检验值之差的置信区 间，默认值为95%。
2 实例操作
现在该名研究者要检验他所在城市的平均通勤时间和
全国其他城市平均水平是否一致。由于题目中已给 出了其他城市通勤时间的平均水平为19分钟，因此， 这里就是要检验该城市通勤时间是否等于19分钟， 即进行如下假设检验：
H0 : t 19;
H1:t 19
Step01：打开对话框
打开数据文件4-1.sav，选择菜单栏中的【Analyze （分析）】 →【Compare Means（比较均值）】 →【One-Sample T Test（单样本T检验）】命 令，弹出【One-Sample T Test（单样本T检 验）】对话框。
【Missing Values（缺失值）】选项组：用于设置 缺失值的处理方式，它有以下两种处理方式。
• Exclude cases analysis by analysis： 点选该单选钮，表示当分析计算涉及到含有缺 失值的变量时，删除该变量上是缺失值的观测 量。
• Exclude cases listwise：点选该单选钮， 表示删除所有含缺失值的观测量后再进行分析。
4.2 SPSS在两独立样本t检验的应用
4.2.2 两独立样本t检验的SPSS操作步骤
Step01：打开两独立样本t检验对话框。
选择菜单栏中的【Analyze（分析）】→【Comp are Means（比较均值）】→【IndependentSamples T Test（独立样本T检验）】命令，弹出 【Independent-Samples T Test（独立样本T 检验）】对话框。
2 实例操作
由于3月份机票的平均折扣费是258美元，而现在调查
抽取了15个数据，可ຫໍສະໝຸດ 计算得到它们的样本均值（Mean）等于270美元。从数值大小看到明显折扣费
H0 :
用增加了。但是，这种数值的增加是由实际情况变
H1 :
动还是抽样误差造成的，则可以通过单样本的t检验
来验证。这里建立如下假设检验：
H0: price258;
（2）如果相伴概率P值小于或等于给定的显著性水平， 则拒绝H0，认为总体均值与检验值之间存在显著差 异。
（3）相反，相伴概率值大于给定的显著性水平，则不 应拒绝H0，可以认为总体均值与检验值之间不存在 显著差异。
4.1.2 单样本t检验的SPSS操作详解
Step01： 打开单样本t检验对话框。
选择菜单栏中的【Analyze（分析）】→【Compar e Means（比较均值）】→【One-Sample T Tes t（单样本T检验）】命令，弹出【One-Sample T Test（单样本T检验）】对话框。
Step02：选择检验变量
在候选变量列表框中选择“time”变量，将其添加至 【Test Variables（检验变量）】列表框中。
Step03：选择样本检验值
在【Test Value（检验值）】文本框中输入 检验值“19” 。
Step04：设置显著性水平
单击【Options】按钮，在弹出的对话框的【Confidence Interval Percentage（置信区间百分比）】文本框中 将系统默认的95％修改为 99％，其目的是调整显著性水 平。单击【Continue】按钮返回主对话框。
t
D
S
n
式中，D是样本均值与检验值之差；因为总体方差未知， 故用样本方差S代替总体方差；n为样本数。
3.概率P值
如果概率P值小于或等于显著性水平，则拒 绝零假设； 如果概率P值大于显著性水平，则接受零假 设。
4.软件使用方法
（1）在SPSS中，软件将自动计算t值，由于该统计量 服从n-1个自由度的t分布，SPSS将根据t分布表给 出t值对应的相伴概率P值。
著性检验。
Step06
单击【OK】按钮，结束操作，SPSS软件自动 输出相关结果。
4.2.3 实例图文分析：机场等级分数比较
1. 实例内容 国际航空运输协会（The International Air Tra nsport Association）对商务旅游人员进行了一 项调查，以便确定多个国际机场的等级分数。最高 可能分数是10分，分数越高说明其等级也越高。假 设有一个由50名商务旅行人员组成的简单随机样本， 要求这些人给迈阿密机场打分。另外有一个由50名 商务旅行人员组成的样本，要求这些人给洛杉矶机 场打分。这两个组人员打出的等级分数如表4-5所 示。请你判断迈阿密机场和洛杉矶机场的等级评分 是否相同？
4.1.3 实例图文分析：交通通勤时间
1. 实例内容
根据一份公共交通调查报告显示，对于那些在一个城市 乘车上下班的人来说，平均通勤时间为19分钟，其人数 总量为100万—300万。假设一个研究者居住在一个人 口为240万的城市里，想通过验证以确定通勤时间是否 和其他城市平均水平是否一致。他随机选取了26名通勤 者作为样本，收集的数据如下所示。假设通勤时间服从 正态分布，这位研究者能得到什么结论？ 19 16 20 23 23 24 13 19 23 16 17 15 14 27 17 23 18 18 20 18 18 18 23 19 19 28
.180 .180 -.087 .697 .716
Step01
打开数据文件4-2.sav，选择菜单栏中的【Analyze （分析）】 →【Compare Means（比较均值）】 →【One-Sample T Test（单样本T检验）】命 令，弹出【One-Sample T Test（单样本T检 验）】对话框。
Step05：相关统计量的Bootstrap估计
单击【Bootstrap】按钮，在弹出的对话框中可以 进行如下统计量的Bootstrap估计。
● 支持均值和标准差的Bootstrap 估计。
● 支持平均值差值的Bootstrap 估计和显著性检验。
Step06： 单击【OK】按钮结束操作，SPSS 软件自动输出结果。
3.75479
.73638
（2）单样本t检验结果
通勤 时间
Test Value = 19
99% Confidence Int
erval of the Differen
Sig. (2- Mean Dif